본 연구는 DEA의 CCR/BCC 모형과 Malmquist 생산성 지수를 이용하여 택배 서브터미널 위수탁 대리점의 운영효율성을 분석했다. 투입변수로는 종업원수, 장비수, 영업비용을 선정하였으며 산출변수는 매출액을 선정하여 2014년부터 2016년 기간의 효율성을 분석하였다. 연구결과 CCR 모형과 BCC모형 모두 2014년 대비 2016년 효율성이 좋아졌으며 벤치마킹 분석결과 2016년 기준 DMU1과 DMU7이 가장 효율성이 좋은 것으로 나타났다. 또한 BCC 모형 기준 비효율성 분석결과 2014년 기준 2016년 모든 요소별 효율성이 증가한 것으로 나타났다. Malmquist 분석결과 MPI지수는 기술변화에 영향을 받아 소폭 하락하였으며 모든 DMU에서 기술퇴보가 이루어지고 있는 것으로 나타났다. 본 연구는 택배에 대한 인식을 제고하고 그동안 논문에서 다루지 않았던 서브터미널 위수탁 대리점의 실제 운영효율성을 분석하였으며 그 결과 위수탁 대리점에 대한 정부의 제도개선 및 지원정책이 필요함을 시사점으로 제시하였다. 본 연구는 파주, 김포의 신도시 택배대리점을 기준으로 분석을 수행하였다. 따라서 향후 분석범위를 타도시 및 구도심으로 넓혀 신도시와의 비교를 통한 효율성분석을 수행해야 한다.
본 연구는 DEA의 CCR/BCC 모형과 Malmquist 생산성 지수를 이용하여 택배 서브터미널 위수탁 대리점의 운영효율성을 분석했다. 투입변수로는 종업원수, 장비수, 영업비용을 선정하였으며 산출변수는 매출액을 선정하여 2014년부터 2016년 기간의 효율성을 분석하였다. 연구결과 CCR 모형과 BCC모형 모두 2014년 대비 2016년 효율성이 좋아졌으며 벤치마킹 분석결과 2016년 기준 DMU1과 DMU7이 가장 효율성이 좋은 것으로 나타났다. 또한 BCC 모형 기준 비효율성 분석결과 2014년 기준 2016년 모든 요소별 효율성이 증가한 것으로 나타났다. Malmquist 분석결과 MPI지수는 기술변화에 영향을 받아 소폭 하락하였으며 모든 DMU에서 기술퇴보가 이루어지고 있는 것으로 나타났다. 본 연구는 택배에 대한 인식을 제고하고 그동안 논문에서 다루지 않았던 서브터미널 위수탁 대리점의 실제 운영효율성을 분석하였으며 그 결과 위수탁 대리점에 대한 정부의 제도개선 및 지원정책이 필요함을 시사점으로 제시하였다. 본 연구는 파주, 김포의 신도시 택배대리점을 기준으로 분석을 수행하였다. 따라서 향후 분석범위를 타도시 및 구도심으로 넓혀 신도시와의 비교를 통한 효율성분석을 수행해야 한다.
This study was aimed at analyzing the operational efficiency of DPAs(the delivery and pickup agents), which serve as sub-terminals in parcel delivery services, using CCR/BCC models in DEA. The input variables included the number of employees, and the amount of equipment and the operating expenses. T...
This study was aimed at analyzing the operational efficiency of DPAs(the delivery and pickup agents), which serve as sub-terminals in parcel delivery services, using CCR/BCC models in DEA. The input variables included the number of employees, and the amount of equipment and the operating expenses. The output variable was revenue value. The efficiency for the period from 2014 to 2016 was analyzed. The results revealed that the operational efficiency improved in 2016, compared with 2014, in both CCR and BCC models. According to the benchmarking analysis, DMU 1 and DMU 7 showed higher efficiency in 2016. The inefficiency analysis based on the BCC model showed increased efficiency of all factors in 2016 when compared with 2014. The Malmquist productivity index (MPI) dropped slightly as a result of technical changes and indicated a declining technical efficiency in all DMUs. This study suggests the need for government-led systematic improvement and support for DPAs by providing current insight into the parcel delivery industry and analyzing DPAs' operational efficiency in Korea for the first time. This research performed efficiency analysis of DPAs located in new town of paju and gimpo cities. In future research, comparative study on efficiency analysis including new town, old town area, and other cities are needed.
This study was aimed at analyzing the operational efficiency of DPAs(the delivery and pickup agents), which serve as sub-terminals in parcel delivery services, using CCR/BCC models in DEA. The input variables included the number of employees, and the amount of equipment and the operating expenses. The output variable was revenue value. The efficiency for the period from 2014 to 2016 was analyzed. The results revealed that the operational efficiency improved in 2016, compared with 2014, in both CCR and BCC models. According to the benchmarking analysis, DMU 1 and DMU 7 showed higher efficiency in 2016. The inefficiency analysis based on the BCC model showed increased efficiency of all factors in 2016 when compared with 2014. The Malmquist productivity index (MPI) dropped slightly as a result of technical changes and indicated a declining technical efficiency in all DMUs. This study suggests the need for government-led systematic improvement and support for DPAs by providing current insight into the parcel delivery industry and analyzing DPAs' operational efficiency in Korea for the first time. This research performed efficiency analysis of DPAs located in new town of paju and gimpo cities. In future research, comparative study on efficiency analysis including new town, old town area, and other cities are needed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 DEA분석을 활용해 A회사의 택배대리점 운영효율성을 분석하고 효율적인 운영방안을 제시하고자 한다. 또한 분석결과를 통해 소비자의 택배대리점에 대한 인식을 제고하고자 한다.
본 연구에서는 기존에 다루어 보지 않았던 서브터미널 내 대리점들의 운영효율성을 분석한다. 또한 BCC, CCR뿐만 아니라 Malmquist 분석을 이용하여 종적분석 뿐만 아니라 시간의 흐름에 따른 생산성 변화를 분석하여 기존 택배 터미널 대리점에 심층적인 분석결과를 제시하고자 한다.
따라서 본 연구는 DEA분석을 활용해 A회사의 택배대리점 운영효율성을 분석하고 효율적인 운영방안을 제시하고자 한다. 또한 분석결과를 통해 소비자의 택배대리점에 대한 인식을 제고하고자 한다. 또한 그동안 직영점을 제외하고 택배대리점에 대한 상황을 인지하지 못했던 본사에서도 본 연구를 통해 택배대리점 운영의 효율성 증진방안을 강구하는 계기가 될 수 있다.
본 연구에서는 국내 택배터미널의 효율성에 관한 선행연구가 존재하지 않으므로 국내 물류산업 관련 효율성 선행연구를 시행하였다. 분석결과를 바탕으로 추출한 변수는 다음과 같다.
하지만 BCC모형은 규모의 변화에 대한 효과가 의사결정단위에 따라 변동됨을 가정한 모형이다. 본 연구에서는 규모의 변화와 불변에 따른 분석 모두 필요함으로 CCR모형과 BCC모형을 모두 제시한다[11]. CCR모형은 아래 Formula 1과 같다.
또한 같은 기업군의 운영효율성 등을 분석하기 위한 DEA(Data Envelopment Analysis)와 시스템 다이내믹스(System Dynamics)를 이용한 논문이 다수이며 기존 택배회사의 효율성을 분석한 연구는 화물운송업체 같은 기업 단위의 분석만이 존재하였다. 본 연구에서는 기존에 다루어 보지 않았던 서브터미널 내 대리점들의 운영효율성을 분석한다. 또한 BCC, CCR뿐만 아니라 Malmquist 분석을 이용하여 종적분석 뿐만 아니라 시간의 흐름에 따른 생산성 변화를 분석하여 기존 택배 터미널 대리점에 심층적인 분석결과를 제시하고자 한다.
그러나 택배대리점의 경우, 무리한 물량증가로 인해 불만이 지속되고 직원들의 장기근속이 불가능한 환경이 지속되면서 서비스품질은 하락하고 수익을 창출하기 어렵다는 인식이 확산되었다. 본 연구에서는 이러한 상황에 직면해 있는 택배대리점의 효율성을 비교분석하여 효율적인 운영방안을 제시하고자 한다.
투입변수는 종업원 수, 임금, 자본 등으로 사용하였고, 산출변수는 매출, 운항수, 승객수 등을 이용하였다. 이는 기업이 투입할 수 있는 비용이나 투자가 산출요인에 대해 효율 또는 비효율적인지를 분석하고자 함이다. 본 연구는 선행연구에서 사용된 투입요인, 산출요인을 반영하고 전문가 인터뷰를 통해 최종요인을 도출해 분석을 실시했다.
가설 설정
이 기법은 다시 CCR(Carnes, Cooper ad Rhodes)모형과 BCC(Banker, Charnes and Cooper)모형으로 나뉜다[16]. CCR 모형의 경우 의사결정단위가 규모의 변화에 대한 효과의 정도가 균일한 비례 관계에 있다고 가정하고 효율성 분석을 실시한다. 하지만 BCC모형은 규모의 변화에 대한 효과가 의사결정단위에 따라 변동됨을 가정한 모형이다.
CCR모형은 규모수익불변을 가정하기 때문에 투입 대비 산출의 비율이 일정하고 일차함수 형태인 직선형으로 나타낼 수 있다. 그러나 BCC 모형은 체감규모수익(DRS)과 체중규모수익(IRS)이 혼합되어 규모수익가변을 가정한다. 따라서 초반에는 산출이 큰 폭으로 상승했다가 일정시점이 지나면 상승 폭이 줄어드는 경제학 논리에 따라 만들어졌다[24].
CCR 모형의 경우 의사결정단위가 규모의 변화에 대한 효과의 정도가 균일한 비례 관계에 있다고 가정하고 효율성 분석을 실시한다. 하지만 BCC모형은 규모의 변화에 대한 효과가 의사결정단위에 따라 변동됨을 가정한 모형이다. 본 연구에서는 규모의 변화와 불변에 따른 분석 모두 필요함으로 CCR모형과 BCC모형을 모두 제시한다[11].
제안 방법
[Table 1]은 선행연구의 연구대상과 요인을 나타낸다. DEA 분석을 통해 대형항공사, 업종별 물류기업, 국내 물류산업 효율성, 포워딩 업체 효율성 등을 분석했다. 투입변수는 종업원 수, 임금, 자본 등으로 사용하였고, 산출변수는 매출, 운항수, 승객수 등을 이용하였다.
동태적 효율성 분석 방법인 Malmquist 지수는 총 요소 생산성의 변화를 의미하고, 이것은 기술적 효율성 변화와 기술변화로 구분되어진다[28]. 대리점의 기간별 생산성을 분석하기 위해 MPI 지수를 적용하였으며 대리점의 생산성 변화원인이 기술적 효율성 변화(TECI)인지 기술 변화(TCI)인지 파악했다.
둘째, 본 연구는 실제 위수탁 대리점의 효율성과 비효율성을 측정하여 벤치마킹 대상을 분석하였으며 개선목표를 제시하였다. 이를 통해 그동안 운영 효율성에 관해 관심을 갖지 않았던 위수탁 대리점이 효율성을 증대시키기 위한 노력을 기울일 것으로 기대된다.
위의 준거집단 분석을 바탕으로 효율성 1을 기록하지 못한 DMU의 투입변수 과잉 정도와 산출변수 과소정도를 도출할 수 있다. 따라서 DMU를 효율적으로 운영하기 위한 투입 및 산출 변수 별 비효율성을 분석하여 개선목표를 산출하였다. [Table 8]은 2016년 투입/산출 기반 BCC 모형의 요소 별 비효율성 정도를 분석한 결과이다.
향후 연구에서는 이러한 한계점을 개선하여 다른 지역과 신도시가 아닌 구도심지역 업체를 선정하여 분석해야하며 위수탁 대리점 뿐만 아니라 직영점 등 다른 범위의 택배 대리점을 선정하여 연구를 진행할 필요가 있다. 또한 본 연구에서 사용한 변수는 서브터미널 등을 대상으로 한 선행연구에서 사용된 운영 변수이다. 따라서 심층 인터뷰 등을 통해 실제 택배대리점의 운영 효율성에 영향을 미치는 고유 변수들을 추가하여 분석할 필요가 있다.
이는 기업이 투입할 수 있는 비용이나 투자가 산출요인에 대해 효율 또는 비효율적인지를 분석하고자 함이다. 본 연구는 선행연구에서 사용된 투입요인, 산출요인을 반영하고 전문가 인터뷰를 통해 최종요인을 도출해 분석을 실시했다.
효율성을 분석하는데 있어서 DEA의 장점 중 하나는 비효율적으로 분석된 DMU의 준거집단별 참조 정도를 도출할 수 있으며 비효율성 분석을 통한 목표를 제시할 수 있다. 본 연구에서는 BCC 모형의 2016년 효율성 분석결과를 바탕으로 준거집단 분석을 수행하였으며 그 결과는 [Table 7]과 같다. 분석결과 효율적 DMU 중 DMU1과 DMU5가 참조횟수 7회로 가장 효율적인 대리점임을 알 수 있으며 DMU4 (5회), DMU6(4회)이 그 뒤를 이었다.
생산성 변화의 원인을 정확하게 파악하기 위해 Malmquist 지수 및 TECI, TCI의 기간별 전체 분석결과를 [Table 9]에 기술하였다. TECI는 각 대리점의 효율성 변화를 의미하고 기업 관리나 투자 등 운영에 관한 부분에 따라 결정된다.
정기호 외 1명[21]은 택배운송을 위한 네트워크 설계 할당에 대한 연구를 진행했다. 연구를 통해 각 영업소 지점 간의 물동량 특성 분석을 실시하고 이를 토대로 운송서비스 네트워크 설계를 구성하는 접근법을 제시했다. 저자는 도출된 모형을 통해서 국내 택배회사 사례에 적용하고 해를 도출함으로 제시된 네트워크를 검증했다.
국우각[30]은 DEA와 Malmquist를 이용해 업종별 물류기업의 생산성과 효율성에 대한 연구를 진행했다. 육상화물 운송업, 해상화물 운송업, 물류시설 운영업으로 분야를 나누고 투입물 및 산출물은 비용, 노동, 자산, 매출, 영업이익으로 구성했다. DEA 분석결과 업종별 효율성은 육상화물운송업, 물류시설운영업, 해운업 순으로 나타났다.
[Table 8]은 2016년 투입/산출 기반 BCC 모형의 요소 별 비효율성 정도를 분석한 결과이다. 이 분석은 BCC-I 모형을 기반으로 작성된 투입요소별 비효율성과 BCC-O 모형을 기반으로 분석된 산출요소를 기반으로 작성하였다. [Table 8]은 비효율성이 0보다 작을 경우 효율성을 증대시키기 위해 2016년 요소별 데이터 대비 감소시켜야 하는 정도를 나타내며 0보다 큰 경우 증가시켜야하는 양을 의미한다.
연구를 통해 각 영업소 지점 간의 물동량 특성 분석을 실시하고 이를 토대로 운송서비스 네트워크 설계를 구성하는 접근법을 제시했다. 저자는 도출된 모형을 통해서 국내 택배회사 사례에 적용하고 해를 도출함으로 제시된 네트워크를 검증했다. 고창성 외 1명[5]은 영업소의 수주마감시간과 화물터미널의 용량을 조정함으로 택배업체의 매출액을 증가시킬 수 있는 알고리즘 접근법을 제시했다.
고창성 외 1명[6]은 택배 서비스 이익 최대화를 위해 영업소와 화물터미널간 배달 및 수집 문제에 관한 연구를 진행했다. 저자는 배달과 수집의 최적 운송경로를 찾고 개선형 탐색적 알고리즘을 제안했다. 알고리즘의 타당성 및 성능을 평가하기 위해 국내 택배업체 한 곳을 사례로 영업소와 화물터미널간 수집 및 배달 경로에 적용한 결과, 시간은 더 소요되나 비용면에서 추가이익을 얻어낼 수 있는 경로를 도출했다.
최강화[19]는 시스템 사고를 이용해 택배 네트워크 운영효율성 증진을 위한 연구를 수행했다. 택배유통 네트워크를 시스템 다이내믹스로 구현했다. 이를 통해 허브터미널 분류설비의 물량처리 능력은 배송차량 순환시간과, 터미널 간 연결 신뢰성에 영향을 미치고 이는 배송서비스 품질까지 영향을 준다는 것을 나타냈다.
DEA 분석을 통해 대형항공사, 업종별 물류기업, 국내 물류산업 효율성, 포워딩 업체 효율성 등을 분석했다. 투입변수는 종업원 수, 임금, 자본 등으로 사용하였고, 산출변수는 매출, 운항수, 승객수 등을 이용하였다. 이는 기업이 투입할 수 있는 비용이나 투자가 산출요인에 대해 효율 또는 비효율적인지를 분석하고자 함이다.
대상 데이터
2014년부터 2016년까지 택배 서브터미널 대리점별 데이터를 활용하였으며 변수는 종업원 수, 장비 수, 영업비용의 투입변수와 매출액의 산출변수를 선정하였다. CCR/BCC 모형으로 효율성 분석을 진행한 결과 전체적으로 CCR은 2014년 대비 2015년 감소했다가 2016년 급격하게 상승하는 것으로 나타났으며 BCC는 2016년까지 꾸준히 상승하고 있음을 알 수 있었다.
본 연구에서 분석할 A회사의 경우 현재 1개의 메가허브터미널(대전)과 4개의 허브터미널을 합쳐 총 5개의 허브터미널을 가지고 있으며 전국 259개의 공식 서브터미널을 운영 중이다. 위수탁 대리점 영업소 및 직영점은 2,254개가 운영중이며 추산 15,768명의 직원이 집배송 업무를 수행하고 있다.
본 연구에서 선정한 DMU는 A사 서브터미널 하의 김포신도시와 파주신도시에 위치한 대리점 12개이며 선정한 DMU의 기초통계량은 [Table 3]과 같다. [Table 3]의 기초통계량은 12개의 대리점의 2014년부터 2016년까지 연간 직원수, 장비, 영업비용, 매출액의 평균이다.
성능/효과
비효율성은 DMU 별 효율성과 벤치마킹 지수로 도출된 것이기 때문에 비효율성 추이를 살펴보면 요소별 효율성 또한 알 수 있다. 2014년과 2016년을 비교해보면 모든 요소들의 비효율성이 줄어들었으며 모든 요소의 효율성 증대를 통해 BCC 모형의 효율성이 좋아짐을 알 수 있다.
2014년부터 2016년까지 택배 서브터미널 대리점별 데이터를 활용하였으며 변수는 종업원 수, 장비 수, 영업비용의 투입변수와 매출액의 산출변수를 선정하였다. CCR/BCC 모형으로 효율성 분석을 진행한 결과 전체적으로 CCR은 2014년 대비 2015년 감소했다가 2016년 급격하게 상승하는 것으로 나타났으며 BCC는 2016년까지 꾸준히 상승하고 있음을 알 수 있었다. CCR과 BCC를 반영한 규모의 효율성의 경우 2015년 대비 2016년 크게 향상되고 있었다.
7]은 기간 별 CCR/BCC/SE 전체 평균 추이를 나타낸 것이다. CCR은 2015년 소폭 하락했다가 2016년 큰 폭으로 좋아지고 있음을 알 수 있으며 BCC는 전체적으로 상승하고 있는 것으로 나타났다. SE또한 CCR과 마찬가지로 2015년 소폭 하락했다가 2016년 큰 폭으로 상승하고 있는 것으로 분석되었다.
육상화물 운송업, 해상화물 운송업, 물류시설 운영업으로 분야를 나누고 투입물 및 산출물은 비용, 노동, 자산, 매출, 영업이익으로 구성했다. DEA 분석결과 업종별 효율성은 육상화물운송업, 물류시설운영업, 해운업 순으로 나타났다. Malmquist 생산성분석결과 해운업, 육상화물운송업, 물류시설운영업 순으로 나타났다.
국내 포워딩 업체 상위 15개의 효율성을 분석한 결과 2009년∼2014년 기간 동안 삼성전자로지텍, 협진해운, 효성트랜스가 CCR, BCC 효율성 모두 1로 나타나 효율적인 운영을 하고 있음을 나타냈다. DEA-SBM를 통해 2014 투입요소의 비효율성을 분석한 결과 전반적으로 종업원 수와 자본, 영업외비용을 30%, 36%, 19% 정도 감소시켜야 현재의 비효율성을 극복할 수 있음을 주장했다.
DMU 별 CCR 분석결과 2014년, 2015년 기준 DMU4와 DMU8이 전체 효율성 1을 기록한 것으로 나타났다. 2016년에는 DMU4, DMU8 이외에도 DMU1이 효율성 1을 기록하면서 효율성이 좋아지고 있는 것으로 나타났다.
TECI의 경우 DMU3을 제외한 모든 DMU에서 기술 효율성이 좋아지거나 변화가 없는 것으로 나타났다. DMU3은 CCR, BCC 분석결과 규모수익성이 증가하고 있으나 MPI, TECI, TCI 모두 하락한 것으로 나타나 모기업 관리 등 운영에 관한 부분과 외부적 요소가 좋지 않은 영향을 끼치고 있는 것으로 분석되었다.
벤치마킹 분석결과 DMU1과 DMU5가 참조횟수 7회로 가장 효율적인 대리점임을 알 수 있었으며 비효율성 분석결과 모든 요소들의 효율성이 좋아지고 있었다. Malmquist 분석결과 전체적인 MPI는 2014-2015기간 대비 2015-2016 소폭 감소하였으며 기술변화(TCI)의 경우 모든 DMU가 1 이하를 기록하였고 전 기간 대비 2015-2016기간에는 크게 감소하고 있는 것으로 나타났다. 본 연구의 분석결과에 따른 시사점은 다음과 같다.
TCI의 경우 2014-2015 기간을 기준으로 2015-2016 기간 모든 DMU가 하락한 것으로 나타났으며 2015-2016 기간 모든 DMU의 지수가 1보다 아래인 것으로 나타나 전체 DMU의 기술 퇴보가 일어난 것으로 분석되었다. TECI의 경우 DMU3을 제외한 모든 DMU에서 기술 효율성이 좋아지거나 변화가 없는 것으로 나타났다. DMU3은 CCR, BCC 분석결과 규모수익성이 증가하고 있으나 MPI, TECI, TCI 모두 하락한 것으로 나타나 모기업 관리 등 운영에 관한 부분과 외부적 요소가 좋지 않은 영향을 끼치고 있는 것으로 분석되었다.
국내 포워딩 업체 상위 15개의 효율성을 분석한 결과 2009년∼2014년 기간 동안 삼성전자로지텍, 협진해운, 효성트랜스가 CCR, BCC 효율성 모두 1로 나타나 효율적인 운영을 하고 있음을 나타냈다.
고창성 외 1명[5]은 영업소의 수주마감시간과 화물터미널의 용량을 조정함으로 택배업체의 매출액을 증가시킬 수 있는 알고리즘 접근법을 제시했다. 또한 터미널 작업스케줄을 예측하여 영업소 연계차량의 대기시간을 최소화함으로써 차량 운행기사의 작업 만족도를 최대화 할 수 있음을 주장했다.
먼저 MPI를 살펴보면 DMU1, 3, 4, 6, 8, 10, 11은 생산성이 하락하였음을 알 수 있고 DMU2, 5, 7, 9, 12 생산성이 좋아졌음을 알 수 있다. TCI의 경우 2014-2015 기간을 기준으로 2015-2016 기간 모든 DMU가 하락한 것으로 나타났으며 2015-2016 기간 모든 DMU의 지수가 1보다 아래인 것으로 나타나 전체 DMU의 기술 퇴보가 일어난 것으로 분석되었다.
업종별 효율성은 항공, 포워더, 해운, 택배, 철도, 육운, 창고/보관, 터미널 순으로 나타났다. 물류산업 규모별 효율성 분석결과로는 대기업, 중견기업, 중소기업 순으로 나타났다. 저자는 이 연구를 통해 기업과 정부는 인프라투자와 글로벌 시장에 맞는 역량을 키워 나가야 함을 주장했다.
CCR과 BCC를 반영한 규모의 효율성의 경우 2015년 대비 2016년 크게 향상되고 있었다. 벤치마킹 분석결과 DMU1과 DMU5가 참조횟수 7회로 가장 효율적인 대리점임을 알 수 있었으며 비효율성 분석결과 모든 요소들의 효율성이 좋아지고 있었다. Malmquist 분석결과 전체적인 MPI는 2014-2015기간 대비 2015-2016 소폭 감소하였으며 기술변화(TCI)의 경우 모든 DMU가 1 이하를 기록하였고 전 기간 대비 2015-2016기간에는 크게 감소하고 있는 것으로 나타났다.
임현우[15]는 지역분할기법을 이용해 택배 영업소의 배송권역 설정에 관한 연구를 진행했다. 분석결과 152%의 평균대비 배송량 차이가 개선 후 9%까지 조정될 수 있음을 알 수 있었다. 저자는 이 연구가 택배 업체 본사의 배송량 밀도에 따른 영업소 통폐합 의사결정에 기여할 수 있음을 주장했다.
Hamdan 외 1명[2]은 비슷한 구조와 제품을 가지는 3자물류 기업을 19곳 선정하여 운영 효율성에 관한 연구를 진행했다. 분석결과 4개의 기업이 효율적인 기업으로 나왔고 전체적인 효율성은 0.88에서 0.81로 감소했다. 이영재 3명[33]는 DEA와 Malmquist 지수를 활용해 화물자동차 운송업체 14곳의 효율성 및 생산성 분석에 관한 연구를 진행했다.
권영훈[31]은 DEA를 활용해 LCC(Low Cost Carrier)와 대형 항공사의 효율성을 분석했다. 분석결과 인적요소 효율성은 2개의 저가항공사가 효율적으로 나타났고 물적요소의 경우 대형항공사와 저가항공사 각각 한 개의 집단씩 효율적인 것으로 나타났다. 자본요소의 효율성은 대형항공사 1개가 효율적으로, 저가항공사는 1개의 DMU가 비효율적으로 나타났다.
본 연구에서는 BCC 모형의 2016년 효율성 분석결과를 바탕으로 준거집단 분석을 수행하였으며 그 결과는 [Table 7]과 같다. 분석결과 효율적 DMU 중 DMU1과 DMU5가 참조횟수 7회로 가장 효율적인 대리점임을 알 수 있으며 DMU4 (5회), DMU6(4회)이 그 뒤를 이었다.
분석결과를 살펴보면 종업원 수는 최소 19.19%, 최대 36.84% 감소해야 하며, 장비는 최소 0.72%, 최대 27.36%, 영업비용은 최소 0.72%, 최대 23.18% 감소해야 하는 것으로 나타났으며 매출액 최소 1.21%, 최대 34.96% 증가시켜야 하는 것으로 나타났다. 2014-2016 BCC 분석을 통틀어 가장 낮은 효율성을 기록한 DMU12의 운영효율성을 증대시키기 위해서 가장 비효율적으로 분석된 종업 원수를 우선 감소시켜야한다.
저자는 배달과 수집의 최적 운송경로를 찾고 개선형 탐색적 알고리즘을 제안했다. 알고리즘의 타당성 및 성능을 평가하기 위해 국내 택배업체 한 곳을 사례로 영업소와 화물터미널간 수집 및 배달 경로에 적용한 결과, 시간은 더 소요되나 비용면에서 추가이익을 얻어낼 수 있는 경로를 도출했다. 지역별 서브터미널 운영과 관련하여 위 사례와 같은 상황이 발생할 경우 연구에서 제시된 알고리즘을 적용하면 네트워크 재편에 기여할 것을 주장했다.
166으로 나타났다. 업종별 효율성은 항공, 포워더, 해운, 택배, 철도, 육운, 창고/보관, 터미널 순으로 나타났다. 물류산업 규모별 효율성 분석결과로는 대기업, 중견기업, 중소기업 순으로 나타났다.
위의 준거집단 분석을 바탕으로 효율성 1을 기록하지 못한 DMU의 투입변수 과잉 정도와 산출변수 과소정도를 도출할 수 있다. 따라서 DMU를 효율적으로 운영하기 위한 투입 및 산출 변수 별 비효율성을 분석하여 개선목표를 산출하였다.
택배유통 네트워크를 시스템 다이내믹스로 구현했다. 이를 통해 허브터미널 분류설비의 물량처리 능력은 배송차량 순환시간과, 터미널 간 연결 신뢰성에 영향을 미치고 이는 배송서비스 품질까지 영향을 준다는 것을 나타냈다. 택배 서비스가 지속적인 성장을 하고 있는 상황이지만 일정시점에서의 성장의 한계는 필연적임이 예상되고 이러한 한계를 극복하기 위해서 택배 업체의 효율성 제고를 통한 경쟁력 고취가 필요함을 주장했다.
분석결과 인적요소 효율성은 2개의 저가항공사가 효율적으로 나타났고 물적요소의 경우 대형항공사와 저가항공사 각각 한 개의 집단씩 효율적인 것으로 나타났다. 자본요소의 효율성은 대형항공사 1개가 효율적으로, 저가항공사는 1개의 DMU가 비효율적으로 나타났다.
알고리즘의 타당성 및 성능을 평가하기 위해 국내 택배업체 한 곳을 사례로 영업소와 화물터미널간 수집 및 배달 경로에 적용한 결과, 시간은 더 소요되나 비용면에서 추가이익을 얻어낼 수 있는 경로를 도출했다. 지역별 서브터미널 운영과 관련하여 위 사례와 같은 상황이 발생할 경우 연구에서 제시된 알고리즘을 적용하면 네트워크 재편에 기여할 것을 주장했다.
직원수와 장비는 큰 변화가 없는 것으로 나타났으나 영업비용과 매출액은 각각 평균 7%, 6.4% 증가한 것으로 분석되었다.
이영재 3명[33]는 DEA와 Malmquist 지수를 활용해 화물자동차 운송업체 14곳의 효율성 및 생산성 분석에 관한 연구를 진행했다. 효율성 분석결과 전체 14개의 DMU중 총 3개의 업체만이 효율적으로 운영되고 있는 것으로 나타났다.
후속연구
또한 RTS의 경우 2016년 모든 DMU에서 규모를 유지하거나 늘려야 하는 것으로 나타나 택배 사업이 앞으로 더 성장할 것으로 예상된다. 따라서 본 연구를 통해 서브터미널 위수탁 대리점이 효율성이 떨어지고 돈을 벌지 못한다는 인식을 개선할 수 있을 것이다.
또한 분석결과를 통해 소비자의 택배대리점에 대한 인식을 제고하고자 한다. 또한 그동안 직영점을 제외하고 택배대리점에 대한 상황을 인지하지 못했던 본사에서도 본 연구를 통해 택배대리점 운영의 효율성 증진방안을 강구하는 계기가 될 수 있다.
2014-2016 BCC 분석을 통틀어 가장 낮은 효율성을 기록한 DMU12의 운영효율성을 증대시키기 위해서 가장 비효율적으로 분석된 종업 원수를 우선 감소시켜야한다. 또한 매출액을 증대시키기 위해 영업을 통하여 화물처리량을 늘릴 수 있는 방안을 검토하여 운영효율성을 개선시키는 방향으로 나아가야 한다.
본 연구의 한계점은 파주와 김포 신도시에 한정된 DMU만을 분석했다는 점이다. 향후 연구에서는 이러한 한계점을 개선하여 다른 지역과 신도시가 아닌 구도심지역 업체를 선정하여 분석해야하며 위수탁 대리점 뿐만 아니라 직영점 등 다른 범위의 택배 대리점을 선정하여 연구를 진행할 필요가 있다.
둘째, 본 연구는 실제 위수탁 대리점의 효율성과 비효율성을 측정하여 벤치마킹 대상을 분석하였으며 개선목표를 제시하였다. 이를 통해 그동안 운영 효율성에 관해 관심을 갖지 않았던 위수탁 대리점이 효율성을 증대시키기 위한 노력을 기울일 것으로 기대된다.
추장엽[18]은 택배서비스 물류네트워크 구축을 위한 모형을 제시했다. 저자는 모형을 통해 다양한 수송수단의 효과적인 연계와 수배송 관리 체계에 활용하고 물류비 절감에 기여할 수 있다고 제언했다.
학문적 시사점은 김포, 파주 등 신도시 택배 서브터미널 위수탁 대리점에 대한 운영적 효율성을 실증분석을 통해 밝혔으며 이를 통해 향후 택배 대리점에 대한 연구에 기여할 것으로 예상된다.
본 연구의 한계점은 파주와 김포 신도시에 한정된 DMU만을 분석했다는 점이다. 향후 연구에서는 이러한 한계점을 개선하여 다른 지역과 신도시가 아닌 구도심지역 업체를 선정하여 분석해야하며 위수탁 대리점 뿐만 아니라 직영점 등 다른 범위의 택배 대리점을 선정하여 연구를 진행할 필요가 있다. 또한 본 연구에서 사용한 변수는 서브터미널 등을 대상으로 한 선행연구에서 사용된 운영 변수이다.
질의응답
핵심어
질문
논문에서 추출한 답변
DEA기법은 어떻게 나뉘는가?
DEA는 효율성 평가대상이 되는 기업들이 효율성 프론티어에서 얼마나 떨어져 있는가에 대한 판단을 상대적인 비효율성으로 측정하는 기법이다[26]. 이 기법은 다시 CCR(Carnes, Cooper ad Rhodes)모형과 BCC(Banker, Charnes and Cooper)모형으로 나뉜다[16]. CCR 모형의 경우 의사결정단위가 규모의 변화에 대한 효과의 정도가 균일한 비례 관계에 있다고 가정하고 효율성 분석을 실시한다.
택배물류산업 발전에 걸림돌이 되는 문제점은 어떤것들이 있는가?
그러나 늘어나는 택배물량과 커지는 시장의 규모에 비하여 택배물류 서비스를 제공하는 인력의 부족, 수수료 혹은 급여의 문제점, 무리한 물량 증가로 인한 직원의 불만 가속 등이 택배물류산업 발전에 걸림돌이 되고 있다. 이러한 문제점들은 허브 또는 서브터미널 같은 큰 범위에서의 문제점보다는 대다수 직영대리점 혹은 택배 위수탁 대리점과 같은 소비자와 가까이 연결되어있는 에이전시의 문제점이다.
택배란 무엇인가?
택배란 우편물이나 짐, 상품 따위를 요구하는 장소까지 직접 배달해주는 일을 의미하며 문 앞 배달 혹은 집배달의 의미로 통용된다. 택배 산업은 Last Mile Service, 즉 실무를 담당하는 대리점과 각 지역 대리점에서 나오는 택배 물량을 분류하고 분배하는 터미널로 구성되어있다.
참고문헌 (34)
A Charnes, WW Cooper, E Rhodes, "Measuring the efficiency of decision-making units", European journal of operational research, Vol. 2, No. 6, pp. 429-444, 1979.
A. Hamdam, K. J. Rogers, "Evaluating the efficiency of 3PL logistics operations", International journal of production economics, Vol. 113, No. 1, pp. 235-244, 2008.
Barros, C. Pestana, M. Athanassiou, "Efficiency in European seaports with DEA: evidence from Greece and Portugal." Maritime Economics & Logistics Vol. 6, No. 2, pp. 122-140, 2004
C S. Ko, L. H. Jung, "A Recursive Optimization / Simulation Procedure for Express Courier Service Network Design : Determination of Terminal Capacity and Cut-off Time", Journal of the Korean Institute of Industrial Engineers, Vol. 33, No. 2, pp. .282-289. 2007.
C. M. Park, T. S. Kim, "A Study on the Efficiency of Logistics Industry in Korea using DEA-SBM", Korean Journal of Logistics, Vol. 22, No. 4, pp. 27-47, 2014.
C. S. Ko, H. K. Min, "The determination of terminal capacity and cut-off time for express courier services", Korean Journal of Logistics, Vol. 14, No. 1, pp. 43-58. 2006.
D. H. Kim "A Study on the relative Efficiency of ATC Towers in Domestic Airports", Journal of the Korean Society for Aviation and Aeronautics, Vol. 11, No. 2, pp. 59-77, 2003.
DW Caves, LR Christensen, WE Diewert, "The economic theory of index numbers and the measurement of input, output, and productivity", Journal of the Econometric Society, Vol. 50, No. 6, pp. 1393-1414, 1892.
G. Kim, D. Rhee, "Fundamental Analysis using 2-Step DEA: Focusing on Semiconductor Suppliers' Profitability and Marketability", Korea Research Assiciation of International Commerce, Vol. 13, No. 3, pp. 173-208, 2015.
G. S. Jo, G. T. Yeo, "A Study on the Operational Efficiency of Coastal Passenger Route using a DEA and Malmquist Index", Korean Journal of Logistics, Vol. 21, No. 4, pp. 67-85, 2013.
G. S. Yoo, S. J. Kim, "A Study on the Operational Efficiency of Urban Railway System Based on Data Envelopment Analysis", Seoul Studies, Vol. 13, No. 4, pp. 237-246, 2012.
G. Y. Park, M. S. Ha "C - based on Data Envelopment Analysis", Journal of Korea Research Association of International Commerce, Vol. 15, No. 4, pp.169-190, 2015.
H. G. Choi, Y. Y. You, "An Efficiency Analysis for the Public Activities Support Projects of Non-Profit Private Organizations using DEA", Journal of Digital Convergence, Vol. 12, No. 6, pp. 181-192, 2014.
H. S. Bae, M. D. Yang, Y. K. Lee, "The Effects of Korea-China International Courier Service Quality on Firm Reputation and Customer Satisfaction", Journal of Korea Research Association of International Commerce, Vol. 15, No. 3, pp. 119-146, 2015.
H. W. Lim, "Delimitation of Local Parcel Delivery Service Areas using Regional Partitioning Method", Korean Journal of Logistics, Vol. 21, No. 3, pp. 83-94, 2013.
J. H. Han, "A Study on Eco-efficiency in power plants using DEA Analysis", Journal of Digital Convergence, Vol. 11, No. 5, pp. 119-133, 2013.
J. M. Lee, "Dynamic Efficiency Analysis of Korean HRD Programs using Data Envelopment Analysis", Journal of Digital Convergence, Vol. 10, No. 2, pp. 63-71, 2012.
J. Y. Chu " A Study on the Efficient Logistics Network Construction Directions for the Small Package Service", Journal of Distribution and Management Research, Vol. 4, No. 1, pp. 147-168, 2001.
K. H. Choi "System Thinking for Increasing the Operational Efficiency of Door-to-door Delivery Network", Journal of Korean System Dynamics Review, Vol. 12, No. 1, pp. 89-114, 2011.
K. H. Choi, J. K. Cho, "Case Study on the Jeollabuk-do Local Water Supply Efficiency by using DEA and Malmquist Index", Journal of Digital Convergence, Vol. 12, No. 12, pp. 571-580, 2014.
K. H. Chung, C. S. Ko, "Allocation Problem in Door to Door Delivery Service Network", The Korean Institute of Industrial Engineers Spring Conference Papers, Vol. 2012, No. 5, pp. 970-976, 2012.
K. K. Seo, "Efficiency Analysis of the Korean Listed Display Companies", Journal of Digital Convergence, Vol. 10, No. 9, pp. 159-164, 2016.
K. O. Choi, J. H. Yun, J. K. Lee, G. T. Yeo, "Analysis of Efficiency of Forwarding Companies using DEA", The Asian Journal of Shipping and Logistics, Vol. 86, No. -, pp. 331-352, 2015.
K. W. Kim, H. J. Choi, "A Critical Review on the Measurement of Local Governments' Relative Efficiency Using the DEA Model", The Korea Local Administration Review, Vol. 25, No. 4, pp. 65-83, 2015.
R. Fare, "Productivity growth, technical progress, and efficiency change in industrialized countries", American Economic Review, Vol. 83, No. -, pp. 66-83, 1994.
S. H. Lee, S. Y. Kim, S. J. Lee, "Ripple Effect Analysis of Regional Industry Technology Development Using DEA", Journal of Digital Convergence, Vol. 9, No. 6, pp. 1-11, 2011.
S. O. Han "A Study on Way of Activating Plan of the Third Party Logistics in Domestic Area", Journal of Digital Convergence, Vol. 14, No. 2, pp. 131-140, 2016.
V. Sekhri "A DEA and Malmquist Index approach to measuring productivity and efficiency of banks in India", IUP Journal of Bank Management,, Vol. 10, No. 3, pp. 49-64, 2011.
W. K. Kook, "An Empirical Study on the Efficiency and Productivity of Logistics Firms using DEA and Malmquist", KOREA LOGISTICS REVIEW, Vol. 23, No. 1, pp. 29-49. 2013.
Y. H. Kim, H. K. Ha "Analysis of the Productivity Changes of the Korean Airport Industry with DEA-Malmquist Productivity Index", Journal of the Korean Society for Aviation and Aeronautics, Vol. 8, No. 1, pp. 15-28, 2010.
Y. H. Kwon, "A Comparative Study on the Efficiency between Low Cost Carrier and Full Service Carrier using DEA", Korean Business review, Vol. 4, No. 2, pp. 59-79, 2011.
Y. J. Kim, K. P. Cho, J. C. Chung, "The Efficiency Analysis for Air Logistics of Asian International Airport Using DEA Model - Focused on the Relations between Facilities and Cargo Volume -", Korea trade review, Vol. 38, No. 5, pp. 257-289, 2013.
Y. J. Lee, J. M. Gong, J. W. Jeon, G. T. Yeo, "A DEA and Malmquist Index Approach to Measuring Productivity and Efficiency of Korean Trucking Companies", Journal of Korea Port Association, Vol. 32, No. 2, pp. 91-103, 2016.
"2016 Korea Logistics Business Directory", Korea Logistics News, 2016.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.